Softverska platforma „ACTICO Machine Learning“, prva u svojoj vrsti koja omogućava integraciju „prediktivne“ sposobnosti modela mašinskog učenja u procesu donošenja odluka u poslovanju.
ACTICO, softverska kompanija za inteligentnu automatizaciju, najavila je pokretanje ACTICO mašinskog učenja u Indiji, prve u svojoj vrsti softverske platforme koja omogućava integraciju ‘prediktivne’ sposobnosti modela mašinskog učenja u procesu donošenja odluka u poslovanju. Ova platforma omogućava kompanijama da brzo generišu modele mašinskog učenja kroz automatizovanu analizu podataka, kombinuju ih sa poslovnim pravilima i za AI automatizaciju.
Generisani prediktivni modeli mogu se koristiti za optimizaciju poslovnih rezultata u slučaju brojnih inteligentnih scenarija automatizacije kroz poslovni životni ciklus, kao što su preporuke proizvoda, otkrivanje prevara i upravljanje rizicima. Ključna prednost platforme ACTICO mašinskog učenja je da omogućava automatsko usavršavanje modela za mašinsko učenje i olakšava njihovo brzo postavljanje.
Dostupne su dvije vrste opcija za određivanje cijena, kako bi se zadovoljili različiti zahtjevi kupaca i kako bi se osiguralo da je proizvod jednako isplativ i za velike i za male. Kompanije mogu ili licencirati tehnologiju ili napraviti godišnju pretplatu. Ova fleksibilnost u cijenama čini proizvod jednako unosnim kako za velike tako i za male kompanije.
Govoreći o lansiranju, gospodin Ajit Shah, generalni direktor APAC-a, Bliski Istok i Afrika, ACTICO, rekao je: “Ova integracija ili ‘operacionalizacija’ mašinskog učenja je jedinstven pristup primjeni ove najmodernije tehnologije. Naša platforma preispituje konvencionalni pristup korišćenja mašinskog učenja u samostalnim sistemima i integriše ga u poslovanje kombinovanjem stručnog znanja i znanja o podacima. Platforma ACTICO Machine Learning pruža podršku tokom cijelog procesa – od pripreme podataka do korištenja obučenih modela mašinskog učenja u proizvodnim sistemima. Tokom naših pilot projekata, primijetili smo da korišćenje ACTICO mašinskog učenja može potencijalno pomoći u smanjenju stope neizvršenja obaveza za 30-40%, poboljšati preporuke proizvoda za 50% + i osigurati 40% učinkovitije pojašnjenje slučajeva u širokom krugu korisnika. “
